Python+NLTK自然语言处理学习（三）：计算机自动学习机制（转）

本文演示使用NLTK让计算机学习如何通过名字识别性别。

 

1、导入NLTK：

import nltk
from nltk.book import*

 

2、定义学习方法

def gender_features(word):
      return {'last_letter':word[-1]}

 

 

3、导入学习的姓名-性别名单：

from nltk.corpus import names
import random
names=([(name,'male') for name in names.words('male.txt')] + [(name,'female') for name in names.words('female.txt')])
random.shuffle(names)

 

4、开始学习

f = [(gender_features(n),g) for (n,g) in names]
trainset,testset = f[500:],f[:500]
c = nltk.NaiveBayesClassifier.train(trainset)

 

5、测试：

c.classify(gender_features('Neo'))
c.classify(gender_features('Trinity'))

作者：黄聪
出处：http://www.cnblogs.com/huangcong/
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。